AI Builders Digest 0712：Stripe 拆解 Agent 商业全栈，Sam Altman 称 AI 仍在净增就业
- Agent 经济需要全新金融基础设施，而非借用人类支付栈
- Stripe 提出 Agent 商业 L1-L5 自治等级，当前消费侧停在 L2
- Token 盗刷是 AI 领域最被低估的风险，每六分之一新注册为滥用
- Sam Altman 称 AI 在当前能力下仍是净增就业，趋势或延续
- Agent 部署成为新瓶颈，Vibe deployment 比 Vibe coding 更难
今天的 AI Builders Digest 主线是 Agentic Commerce（Agent 商业）：Stripe 的数据与 AI 负责人 Emily Sense 在 MAD Podcast 用一整期节目拆解 Agent 经济的完整支付栈，从 Agent 自主买卖到 token 盗刷这一「AI 领域最被低估的话题」。同时，Sam Altman 放出数据称 AI 至今仍在净增就业，GPT-5.6 的医学回复被医生挑出的瑕疵少于人类医生亲笔。
今日总结
主线：Agent 经济需要一整套全新的金融基础设施，而不是把人类支付栈借给 Agent 用。
Stripe 的 Emily Sense 给出了一份 Agent 商业的完整地图。 她把 Agent 商业划分为 L1 到 L5 的自治等级：L1 是人类做全部决策、Agent 只执行交易，L5 是 Agent 全自主发现服务并完成支付。当前消费侧大多停在 L2，人们让 AI 帮忙找产品但仍要自己拍板。她反复强调，这套经济栈的瓶颈不是技术，而是信任：人类需要「反复练习」才能把花钱的决定交给 Agent，就像当年从实体店转线上买床垫一样。
真正被低估的风险是 token 盗刷。 Emily 抛出本期最震撼的数字：AI 公司每六分之一的新注册就是滥用，免费试用欺诈半年内翻倍，还有人吃霸王餐式地刷完 token 就跑。因为 AI 的边际成本不为零，盗刷直接威胁产品经济模型。Stripe 用覆盖全球 GDP 2% 的网络密度，把 Radar 反欺诈产品从交易级扩展到客户全生命周期。
Sam Altman 给出了乐观的就业判断。 他承认这出乎自己预料：在当前能力水平下 AI 仍是净增就业，并暗示这个趋势可能延续。同一天他转发的研究显示，医生在 GPT-5.6 回复中找到的瑕疵比在人类医生亲笔回复中找到的更少。两条推文叠加出 4061 和 7437 赞，这是关于 AI 能力与影响的两个硬信号。
今日关键词： Agentic Commerce · Token 盗刷 · L1-L5 自治 · Link Wallet · 净增就业
播客精选
The MAD Podcast：Agent 经济的完整支付栈 — Emily Sense（Stripe 数据与 AI 负责人）
Matt Turck 与 Stripe 的 Emily Sense 进行了一年后的续谈。上次对话把「Agent 作为买家」当作假设性话题，这次 Emily 带来了已经部署的真实基础设施：Stripe 已与 Google、Microsoft、OpenAI、Meta 合作，让商家直接在 Gemini、Copilot、ChatGPT 和广告内完成结账，Best Buy、Coach、URBN、Kate Spade 等品牌接入 Agentic Commerce Protocol（ACP）。
Agent 商业的自治等级。 Emily 给出类似自动驾驶 L1-L5 的框架：L1 人类全权决策、Agent 仅执行交易，L5 是 Agent 在 Machine Payments Protocol（MPP）下完全自主地发现服务并支付。消费侧目前停在 L2，人们让 AI 帮忙筛选产品但仍然自己下单。「我们还没到一句话订好整个暑假的程度。」
三件新基础设施。 第一是 ACP，一个与 OpenAI 共建的标准协议，让商家只暴露一次商品目录就能接入所有 Agent，附带共享支付令牌（shared payment token）：Agent 拿到的是编码了「哪些商家、多少额度、何种货币、多长时间」的可编程凭证，永远看不到真实卡号，且处理器无关，可交给 Adyen 等任意 PSP。第二是 Link Wallet，Stripe 的 3 亿用户消费钱包被改造成「Agent 钱包」，用户可设置预算、商家类别、单笔审批粒度的护栏，底层可由法币、稳定币等多种凭证支撑。第三是 Stripe Projects：Agent 写完代码后的部署环节成了新瓶颈，Stripe 把 Vercel、Supabase、Cloudflare、Twilio、Clerk 等 16+ 合作伙伴的注册与集成编排进命令行，让 Agent 直接完成部署。
Vibe coding 已解决，Vibe deployment 成为新瓶颈。 Emily 给出两个内部数据：Agent 流量占 Stripe 文档总流量的 40%，CLI 的 API 资源请求有 70% 来自 Agent。「写代码的人现在几乎和 Agent 一样多，某些细分领域里基本都是 Agent。」一旦 Agent 能 20 分钟写完一个应用，部署就成了最长的板。
Token 盗刷是「AI 领域最被低估的话题」。 Emily 列出三种主流模式：多账号刷免费额度（每六分之一注册是滥用）、免费试用欺诈（半年内翻倍，地下甚至卖 24 小时就过期的「试用卡」）、以及刷完 token 跑路的「dine and dash for tokens」。盗刷者把偷来的 token 转手在暗网折价卖、批量生成音乐传到 Spotify 刷版税、甚至 vibe code 一个克隆站点把别人的后端包装成自己的产品。因为 AI 每次推理都有真实边际成本，高盗刷率会让产品经济模型迅速崩溃。
微观变现与创业爆发。 SaaS 的按席位定价正在被用量计费取代，Lovable、ElevenLabs 都从纯订阅转向「订阅 + 超额按 token 计费」的混合模式。Metronome 负责实时计量、Tempo（Stripe 联合构建的支付链）负责即时结算的流式微支付，让 Agent 机器速度消费 token 时企业能同步收款。宏观层面，发达国家新企业注册普遍上涨（荷兰 40%、芬兰 70%、法国 80%），美国已有 500 万人靠一人公司为生、数十万人年收入破百万美元。Stripe Atlas 的 2026 届创业者在同期内营收是去年的 5 倍。
「不是 Emily 授权一个 Agent 替她买东西。而是 Emily 有一个 Agent，它的任务是经营一桩生意，包括买一些东西、卖一些东西、赚取利润。那才是十二个月后我想讨论的世界。」—— Emily Sense
🔗 https://www.youtube.com/@DataDrivenNYC/videos
X/Twitter 动态
Sam Altman（OpenAI CEO）：AI 至今仍在净增就业
Altman 承认这出乎自己预料：「在当前能力水平下，我本以为会看到一些就业冲击，但 AI 至今仍是净增就业的，这个方向或许还会延续。」7437 赞、280 转。同一天他转发的研究显示「医生在 GPT-5.6 回复中找到的瑕疵比在医生亲笔回复中还少」（4061 赞），这是关于模型能力与就业叙事的两个硬数据点。
🔗 https://x.com/sama/status/2076036901824532530
🔗 https://x.com/sama/status/2075985056846451123
Thibault Sottiaux（OpenAI Codex & ChatGPT 团队）：Codex 单日增长超两周总和
Sottiaux 发了一张数据可视化海报，展示 Codex 用量限制重置如何影响系统负载：「当你一天的增长超过过去两周的总和，你就知道这是个好模型。」2785 赞。他还号召用户把 Codex 推荐给非技术亲友，让他们试用新推出的 ChatGPT Work 桌面端（3713 赞）。
🔗 https://x.com/thsottiaux/status/2076021263945039876
🔗 https://x.com/thsottiaux/status/2075961345351307739
Aaron Levie（Box CEO）：企业 AI 的真正 ROI 在改造工作流
Levie 引用一篇企业 AI 文章指出，从聊天工具走向 Agent 的关键是把 Agent 部署到横跨多个职能的工作流上，而不是只把工具发给员工。「软件要求员工去适应一个工具，但 Agent 改造的是底层流程。」510 赞。这与 Stripe 播客里「部署比编码更难」的判断遥相呼应：真正值钱的不是写代码，而是改造端到端流程。
Garry Tan（YC CEO）：Make something agents want
Tan 借用「make something people want」的句式发出一条 423 赞的推：未来要取悦的可能不只是人，还有 Agent。这正是 Stripe 一整期播客的潜台词：Agent 正在成为独立的经济主体，谁能服务好 Agent 谁就拿到下一波增长。
Aditya Agarwal（South Park Commons GP）：Agent 在云端跑通的全景
Agarwal 勾勒出他眼中即将到位的 Agent 基础设施：所有 Agent 在云端运行、任选模型（前沿、开源、中美）、任选 harness、全链路 tracing、递归自我改进循环。「我知道终会如此，但它能不能现在就到？」80 赞。
Peter Yang（AI 教程作者）：GPT-5.6 时代的周末项目工作流
Yang 分享了他新项目的流程：先用 Fable 生成带设计规范的 plan.html，再用 Claude Design 做组件和屏幕，最后交给 GPT-5.6 构建。144 赞。这是 vibe coding 工具链组合的又一个真实样本。
Nikunj Kothari（FPV Ventures 合伙人）：Fable + Sol 几小时做出 iOS 应用
「Fable 和 Sol 基于我的后端和 Web 应用，几个小时就给我做出一个能跑的 iOS 应用。」这位早期 Meter、Opendoor 员工感叹「我们活在一个疯狂的世界」。24 赞，却是一个关于跨端 Agent 工具链正在打通的实证。
Zara Zhang（Builder）：builder 与 creator 的边界正在消失
Zara 认为，现在是 builder 做内容、creator 做产品的最好时机，两条原本分立的赛道正在融合。230 赞，呼应着 Stripe 播客里「一人公司爆发」的宏观判断：当构建和传播都变得廉价，复合型创造者会越来越多。
Peter Steinberger（OpenClaw 创始人）：先核实承重事实
Steinberger 用一句话点出 Agent 工程的纪律：「在给你架构评估之前，让我先核实几个承重事实。」698 赞。在人人 vibe code 的时代，校验关键假设比生成代码更稀缺。
数据采集时间：2026-07-12 12:41 CST
评论互动